Kling AI 数月来一直主导着视频生成领域，但一直存在一个明显的问题：没有声音。
Google 的 Veo 3 和 OpenAI 的 Sora 2 已经证明了它们能够处理音频，这让每个人都在想：Kling AI 在声音方面能否带来同样的辉煌？
随着 Kling 2.6 的发布，答案已经到来。这款全新的模型标志着 Kling AI 迈入了全方位音视频时代，承诺同时输出画面、语音、音效和氛围。
那么，Kling 2.6 只是在追赶，还是会利用其在视觉方面的精湛技艺成为声音领域的新黄金标准？我进行了测试以找出答案。
Kling 2.6 的出色之处？
在我们深入详细测试之前，以下是 Kling 2.6 最让我印象深刻的地方：
卓越的视听同步性
Kling 2.6 能够将每一个音频元素——对话时机、音效和环境氛围——与屏幕上的动作完美对齐。告别唇语不同步或不合时宜的特效；从一开始就感觉像一部制作精良的电影。
多样化内容的高质量音频
无论是人物对话、环境声音还是特定的动作特效，Kling 2.6 都能始终如一地提供清晰、逼真的音频。从轻声的交谈到复杂的层叠音景，一切听起来都清晰且平衡。
智能的音频-视频内容提示理解
该模型能深入理解细微的指令，将语音个性、情感基调、节奏和特定的声音编织成连贯的视频，无需额外调整即可符合您的创意想法。
我的测试过程：评估 Kling 2.6 的视听能力
为了正确评估 Kling 2.6 的性能，我设计了两个全面的测试场景，以挑战其音频生成质量以及其与视觉同步声音的能力。
测试 1：文本到视听——用声音赋予故事脚本生命
第一个测试重点在于 Kling 2.6 是否能将书面脚本转化为完整的音视频叙事，并呈现出自然的对话。
测试场景 1：情感对话场景
我想看看该模型是否能在视觉和声音方面处理细致的情感表达。
| 提示 | 输出视频 |
| 生成一个视频，展示一位二十多岁的年轻女子坐在咖啡馆里，靠着窗户，窗外下着雨。她看起来若有所思，略带忧郁。她用轻柔、伤感的声音说：“有时候我想，我们是否做了正确的选择。” 包含轻柔的雨声敲打窗户和柔和的咖啡馆背景低语。 |
Kling 2.6 不仅能生成准确的视频，还能很好地处理人物音频和背景声音细节。
测试场景 2：多角色故事场景
为了进一步挑战模型，我测试了它是否能生成具有多个说话者和协调音效的场景。
| 提示 | 输出视频 |
| 生成一个视频，展示一家专业厨房里的两位厨师。主厨是一位表情严肃的中年男子，他尝了一道菜，坚定地说：“这需要更多的盐。” 他的年轻助手紧张地点点头，迅速回答：“是的，厨师！马上就来！” 包含背景中煎锅的滋滋声、餐具的碰撞声以及繁忙厨房的氛围。 |
您可以看到这个对话视频准确地还原了音频，Kling 2.6 在人物表情和场景切换方面表现得恰到好处。
尽管如此，电影感和视觉特效还可以再加强一些。
测试场景 3：叙事性故事
在最后一个文本到视频测试中，我想评估其叙事能力，通过描述性旁白而非对话。
| 提示 | 输出视频 |
| 生成一个视频，展示晨雾笼罩的山脉上宁静的日出，鸟儿飞过天空。一个温暖的男性旁白说：“每一次旅程都始于踏入未知的第一步。” 包含微妙的鼓舞人心的背景音调。 |
旁白也充满情感和丰富的叙事性，极大地增强了视频的叙事深度。
测试 2：图像到视听——生成语境适宜的音效
第二个主要测试考察了 Kling 2.6 是否能分析参考图像并生成准确、详细的音效，以匹配特定的视觉动作和环境。
测试场景 1：食物准备声音
| 参考图像 | 提示 | 输出视频 |
 |
使用此参考图像，生成一个展示切割动作的视频。包含刀子切过柔软蛋糕层的真实声音、奶油的轻微压缩声以及盘子底部的轻微声音。 | |
 |
将此图像转换成一个视频，展示牛排即将烹饪完成。生成脂肪和肉汁在热锅中煎炸的滋滋声、外壳的噼啪声以及升腾蒸汽的嘶嘶声。音频应传达强烈的热量和烹饪的最后阶段。 |
测试场景 2：自然环境音景
| 参考图像 | 提示 | 输出视频 |
 |
将这个海岸场景转换成视频。包含海浪有节奏地拍打岩石的声音、海风吹拂的声音以及海鸥在头顶鸣叫的声音。生成一个平静而充满活力的自然音景，与视觉运动相匹配。 |
最终想法：Kling 2.6 值得使用吗？
Kling 2.6 是 AI 视频生成领域的重大进步。它流畅地将声音——一个长期缺失的环节——融入了生成过程，使得“一键生成视频”的体验更加完整。对于创作者、工作室或任何想要快速生成专业视频的人来说，这都是效率的大幅提升。
是什么进一步提升了效率？是像 Pollo AI 这样的平台。在 Pollo AI 上使用 Kling 2.6 会带来额外的好处：您可以轻松地在顶级的视频模型之间进行比较和切换——例如 Wan 2.5 和 Google Veo 3.1——都在同一个地方。根据您的需求选择最佳工具，无论您是想要超逼真的视觉特效还是完美的音频同步，都不需要切换不同的应用程序。当您寻找合适的创意匹配时，这是一个巨大的帮助。
总而言之，Kling 2.6 将 Kling AI 的视频专业知识融入到声音和画面的融合中。如果您看重速度和沉浸式的质量，它绝对值得一试。